vendor/golang.org/x/text/unicode/bidi/prop.go

   1 // Copyright 2016 The Go Authors. All rights reserved.
   2 // Use of this source code is governed by a BSD-style
   3 // license that can be found in the LICENSE file.
   4
   5 package bidi
   6
   7 import "unicode/utf8"
   8
   9 // Properties provides access to BiDi properties of runes.
  10 type Properties struct {
  11         entry uint8
  12         last  uint8
  13 }
  14
  15 var trie = newBidiTrie(0)
  16
  17 // TODO: using this for bidirule reduces the running time by about 5%. Consider
  18 // if this is worth exposing or if we can find a way to speed up the Class
  19 // method.
  20 //
  21 // // CompactClass is like Class, but maps all of the BiDi control classes
  22 // // (LRO, RLO, LRE, RLE, PDF, LRI, RLI, FSI, PDI) to the class Control.
  23 // func (p Properties) CompactClass() Class {
  24 //      return Class(p.entry & 0x0F)
  25 // }
  26
  27 // Class returns the Bidi class for p.
  28 func (p Properties) Class() Class {
  29         c := Class(p.entry & 0x0F)
  30         if c == Control {
  31                 c = controlByteToClass[p.last&0xF]
  32         }
  33         return c
  34 }
  35
  36 // IsBracket reports whether the rune is a bracket.
  37 func (p Properties) IsBracket() bool { return p.entry&0xF0 != 0 }
  38
  39 // IsOpeningBracket reports whether the rune is an opening bracket.
  40 // IsBracket must return true.
  41 func (p Properties) IsOpeningBracket() bool { return p.entry&openMask != 0 }
  42
  43 // TODO: find a better API and expose.
  44 func (p Properties) reverseBracket(r rune) rune {
  45         return xorMasks[p.entry>>xorMaskShift] ^ r
  46 }
  47
  48 var controlByteToClass = [16]Class{
  49         0xD: LRO, // U+202D LeftToRightOverride,
  50         0xE: RLO, // U+202E RightToLeftOverride,
  51         0xA: LRE, // U+202A LeftToRightEmbedding,
  52         0xB: RLE, // U+202B RightToLeftEmbedding,
  53         0xC: PDF, // U+202C PopDirectionalFormat,
  54         0x6: LRI, // U+2066 LeftToRightIsolate,
  55         0x7: RLI, // U+2067 RightToLeftIsolate,
  56         0x8: FSI, // U+2068 FirstStrongIsolate,
  57         0x9: PDI, // U+2069 PopDirectionalIsolate,
  58 }
  59
  60 // LookupRune returns properties for r.
  61 func LookupRune(r rune) (p Properties, size int) {
  62         var buf [4]byte
  63         n := utf8.EncodeRune(buf[:], r)
  64         return Lookup(buf[:n])
  65 }
  66
  67 // TODO: these lookup methods are based on the generated trie code. The returned
  68 // sizes have slightly different semantics from the generated code, in that it
  69 // always returns size==1 for an illegal UTF-8 byte (instead of the length
  70 // of the maximum invalid subsequence). Most Transformers, like unicode/norm,
  71 // leave invalid UTF-8 untouched, in which case it has performance benefits to
  72 // do so (without changing the semantics). Bidi requires the semantics used here
  73 // for the bidirule implementation to be compatible with the Go semantics.
  74 //  They ultimately should perhaps be adopted by all trie implementations, for
  75 // convenience sake.
  76 // This unrolled code also boosts performance of the secure/bidirule package by
  77 // about 30%.
  78 // So, to remove this code:
  79 //   - add option to trie generator to define return type.
  80 //   - always return 1 byte size for ill-formed UTF-8 runes.
  81
  82 // Lookup returns properties for the first rune in s and the width in bytes of
  83 // its encoding. The size will be 0 if s does not hold enough bytes to complete
  84 // the encoding.
  85 func Lookup(s []byte) (p Properties, sz int) {
  86         c0 := s[0]
  87         switch {
  88         case c0 < 0x80: // is ASCII
  89                 return Properties{entry: bidiValues[c0]}, 1
  90         case c0 < 0xC2:
  91                 return Properties{}, 1
  92         case c0 < 0xE0: // 2-byte UTF-8
  93                 if len(s) < 2 {
  94                         return Properties{}, 0
  95                 }
  96                 i := bidiIndex[c0]
  97                 c1 := s[1]
  98                 if c1 < 0x80 || 0xC0 <= c1 {
  99                         return Properties{}, 1
 100                 }
 101                 return Properties{entry: trie.lookupValue(uint32(i), c1)}, 2
 102         case c0 < 0xF0: // 3-byte UTF-8
 103                 if len(s) < 3 {
 104                         return Properties{}, 0
 105                 }
 106                 i := bidiIndex[c0]
 107                 c1 := s[1]
 108                 if c1 < 0x80 || 0xC0 <= c1 {
 109                         return Properties{}, 1
 110                 }
 111                 o := uint32(i)<<6 + uint32(c1)
 112                 i = bidiIndex[o]
 113                 c2 := s[2]
 114                 if c2 < 0x80 || 0xC0 <= c2 {
 115                         return Properties{}, 1
 116                 }
 117                 return Properties{entry: trie.lookupValue(uint32(i), c2), last: c2}, 3
 118         case c0 < 0xF8: // 4-byte UTF-8
 119                 if len(s) < 4 {
 120                         return Properties{}, 0
 121                 }
 122                 i := bidiIndex[c0]
 123                 c1 := s[1]
 124                 if c1 < 0x80 || 0xC0 <= c1 {
 125                         return Properties{}, 1
 126                 }
 127                 o := uint32(i)<<6 + uint32(c1)
 128                 i = bidiIndex[o]
 129                 c2 := s[2]
 130                 if c2 < 0x80 || 0xC0 <= c2 {
 131                         return Properties{}, 1
 132                 }
 133                 o = uint32(i)<<6 + uint32(c2)
 134                 i = bidiIndex[o]
 135                 c3 := s[3]
 136                 if c3 < 0x80 || 0xC0 <= c3 {
 137                         return Properties{}, 1
 138                 }
 139                 return Properties{entry: trie.lookupValue(uint32(i), c3)}, 4
 140         }
 141         // Illegal rune
 142         return Properties{}, 1
 143 }
 144
 145 // LookupString returns properties for the first rune in s and the width in
 146 // bytes of its encoding. The size will be 0 if s does not hold enough bytes to
 147 // complete the encoding.
 148 func LookupString(s string) (p Properties, sz int) {
 149         c0 := s[0]
 150         switch {
 151         case c0 < 0x80: // is ASCII
 152                 return Properties{entry: bidiValues[c0]}, 1
 153         case c0 < 0xC2:
 154                 return Properties{}, 1
 155         case c0 < 0xE0: // 2-byte UTF-8
 156                 if len(s) < 2 {
 157                         return Properties{}, 0
 158                 }
 159                 i := bidiIndex[c0]
 160                 c1 := s[1]
 161                 if c1 < 0x80 || 0xC0 <= c1 {
 162                         return Properties{}, 1
 163                 }
 164                 return Properties{entry: trie.lookupValue(uint32(i), c1)}, 2
 165         case c0 < 0xF0: // 3-byte UTF-8
 166                 if len(s) < 3 {
 167                         return Properties{}, 0
 168                 }
 169                 i := bidiIndex[c0]
 170                 c1 := s[1]
 171                 if c1 < 0x80 || 0xC0 <= c1 {
 172                         return Properties{}, 1
 173                 }
 174                 o := uint32(i)<<6 + uint32(c1)
 175                 i = bidiIndex[o]
 176                 c2 := s[2]
 177                 if c2 < 0x80 || 0xC0 <= c2 {
 178                         return Properties{}, 1
 179                 }
 180                 return Properties{entry: trie.lookupValue(uint32(i), c2), last: c2}, 3
 181         case c0 < 0xF8: // 4-byte UTF-8
 182                 if len(s) < 4 {
 183                         return Properties{}, 0
 184                 }
 185                 i := bidiIndex[c0]
 186                 c1 := s[1]
 187                 if c1 < 0x80 || 0xC0 <= c1 {
 188                         return Properties{}, 1
 189                 }
 190                 o := uint32(i)<<6 + uint32(c1)
 191                 i = bidiIndex[o]
 192                 c2 := s[2]
 193                 if c2 < 0x80 || 0xC0 <= c2 {
 194                         return Properties{}, 1
 195                 }
 196                 o = uint32(i)<<6 + uint32(c2)
 197                 i = bidiIndex[o]
 198                 c3 := s[3]
 199                 if c3 < 0x80 || 0xC0 <= c3 {
 200                         return Properties{}, 1
 201                 }
 202                 return Properties{entry: trie.lookupValue(uint32(i), c3)}, 4
 203         }
 204         // Illegal rune
 205         return Properties{}, 1
 206 }